Evidence Synthesis (deutsch: Evidenzsynthese) bezeichnet Methoden, mit denen vorhandene wissenschaftliche Erkenntnisse zu einer klaren, nachvollziehbaren Gesamtaussage zusammengeführt werden. In der Arzneimittel- und Medizinprodukteentwicklung wird Evidence Synthesis eingesetzt, um Wirksamkeit, Sicherheit und Nutzen-Risiko-Aspekte auf Basis mehrerer Quellen zu bewerten, statt sich auf eine einzelne Studie zu stützen. Der Begriff umfasst sowohl quantitative Verfahren (z.B. Meta-Analyse) als auch qualitative bzw. strukturierte Ansätze (z.B. narrative Synthese) und bildet die Grundlage vieler regulatorischer und HTA-relevanter Dossiers.
Wofür wird Evidence Synthesis in der Praxis genutzt?
In der klinischen Entwicklung unterstützt Evidence Synthesis die Planung von Studien, die Interpretation widersprüchlicher Ergebnisse und die Ableitung evidenzbasierter Entscheidungen. Typische Anwendungsfälle sind die Herleitung klinisch relevanter Endpunkte, die Einordnung der Effektgröße gegenüber dem Stand der Therapie sowie die Argumentation, warum bestimmte Populationen oder Vergleichsarme angemessen sind. Auch bei seltenen Erkrankungen (Orphan Drug) oder kleinen Patientenkollektiven kann eine systematische Zusammenführung externer Evidenz helfen, Wissenslücken transparent zu machen und ergänzende Datenquellen zu begründen.
In Europa ist Evidence Synthesis zudem eng mit Anforderungen aus Health Technology Assessment (HTA) und Nutzenbewertung verbunden. Für Zulassungs- und Erstattungsentscheidungen müssen Sponsor und Hersteller häufig darlegen, wie die Gesamtheit der Evidenz den behaupteten Nutzen stützt, welche Unsicherheiten verbleiben und wie diese adressiert werden sollen (z.B. über zusätzliche Studien oder Post-Authorisation-Maßnahmen). Auch in Early-Access-Konstellationen kann eine belastbare Synthese helfen, die Plausibilität und Grenzen externer Daten offen zu beschreiben.
Hauptformen: quantitative und qualitative Synthese
Quantitative Evidence Synthesis umfasst Verfahren wie Meta-Analysen, bei denen Ergebnisse mehrerer Studien statistisch kombiniert werden. Ziel ist eine präzisere Schätzung der Effektgröße (z.B. Hazard Ratio oder Risiko-Differenz) und eine Exploration von Heterogenität zwischen Studien. In der Praxis müssen dafür Studien ausreichend vergleichbar sein, und die Datenaufbereitung folgt vorab definierten Regeln, um Verzerrungen zu minimieren.
Qualitative oder strukturierte Synthese wird genutzt, wenn eine statistische Kombination nicht sinnvoll ist, etwa aufgrund großer Unterschiede im Design, in Populationen oder Endpunkten. Hier werden Ergebnisse entlang eines transparenten Rahmens zusammengeführt, inklusive Bewertung der Studienqualität, Konsistenz der Befunde und Plausibilität. Auch diese Form sollte nachvollziehbar dokumentiert werden, damit Dritte die Schlussfolgerungen prüfen können.
Methodische Bausteine: systematische Suche, Auswahl und Bewertung
Eine belastbare Evidence Synthesis beginnt mit einer klaren Fragestellung (z.B. nach PICO: Population, Intervention, Comparator, Outcome) und einer systematischen Literatur- und Datenbanksuche. Danach folgen vordefinierte Einschluss- und Ausschlusskriterien, ein strukturierter Auswahlprozess sowie die Extraktion relevanter Datenpunkte. Wesentlich ist die Bewertung der internen und externen Validität der eingeschlossenen Studien, etwa durch Risiko-von-Bias-Überlegungen, Sensitivitätsanalysen und die Diskussion der Übertragbarkeit auf die Zielpopulation.
In regulierten Umfeldern ist außerdem wichtig, dass Entscheidungen im Prozess begründet und versioniert dokumentiert werden. Das betrifft z.B. Änderungen an Suchstrategien, die Behandlung mehrerer Publikationen derselben Studie oder den Umgang mit fehlenden Daten. Eine saubere Dokumentation unterstützt Audits und Review-Prozesse und reduziert das Risiko, dass die Synthese als selektiv oder unvollständig bewertet wird.
Regulatorische und HTA-Perspektive (DE/EU-Fokus)
Behörden und Bewertungsinstitutionen erwarten, dass die Gesamtevidenz nachvollziehbar dargestellt wird, insbesondere wenn externe Daten zur Begründung von Annahmen herangezogen werden. In klinischen Prüfungen spielen Grundsätze der Good Clinical Practice eine Rolle, etwa hinsichtlich Datenintegrität und transparenter Berichterstattung. In der EU ist außerdem relevant, dass klinische Daten und deren Auswertung im Rahmen der EU-Verordnung 536/2014 (Clinical Trials Regulation) konsistent, prüfbar und geeignet für die Beurteilung von Nutzen und Risiken aufbereitet werden.
Für Medizinprodukte kann Evidence Synthesis Teil der klinischen Bewertung sein, wenn klinische Daten aus Literatur und Erfahrung systematisch zusammengeführt werden müssen. Hierbei ist ein strukturierter Prozess notwendig, der Relevanz, Qualität und Aussagekraft der herangezogenen Quellen begründet und die verbleibenden Unsicherheiten offenlegt. In der Praxis ist besonders wichtig, dass Aussagen zur Äquivalenz oder klinischen Leistungsfähigkeit auf einer nachvollziehbaren Evidenzbasis beruhen und nicht nur auf Einzelpublikationen.
Typische Fehler und wie man sie vermeidet
Ein häufiger Fehler ist eine zu breite oder unklare Fragestellung, wodurch die Suche unübersichtlich wird und die Auswahl anfällig für subjektive Entscheidungen ist. Ebenso problematisch ist die Vermischung nicht vergleichbarer Endpunkte oder Populationen, wodurch eine scheinbar präzise, aber inhaltlich irreführende Gesamtaussage entstehen kann. Auch selektive Berücksichtigung positiver Studien, fehlende Transparenz bei Ausschlüssen oder unzureichende Bewertung der Studienqualität können die Glaubwürdigkeit der Evidence Synthesis untergraben.
In der Praxis sollten Sponsor, CRO und Medical Writing frühzeitig Rollen, Verantwortlichkeiten und Qualitätschecks definieren: Wer formuliert die Fragestellung? Wer überprüft Suchstrategie und Datenextraktion? Welche Kriterien gelten für Sensitivitätsanalysen? Eine klare Governance reduziert spätere Nacharbeiten in Dossier-Reviews und verbessert die Konsistenz zwischen klinischen Berichten, Publikationen und regulatorischen Einreichungen.
FAQ
Ist Evidence Synthesis dasselbe wie eine Meta-Analyse?
Nein. Eine Meta-Analyse ist eine quantitative Methode innerhalb der Evidence Synthesis. Evidence Synthesis umfasst zusätzlich strukturierte qualitative Ansätze, Qualitätsbewertungen und die transparente Einordnung der Gesamtevidenz.
Wann ist eine quantitative Synthese nicht sinnvoll?
Wenn Studien stark heterogen sind (z.B. unterschiedliche Endpunkte, Populationen oder Designs) oder Daten fehlen, kann eine rein statistische Kombination irreführend sein. Dann ist eine strukturierte qualitative Synthese oft angemessener.
Welche Rolle spielt Evidence Synthesis bei regulatorischen Einreichungen?
Sie unterstützt die Nutzen-Risiko-Argumentation, die Einordnung im Therapieumfeld und die Begründung von Annahmen oder Datenlücken. Wichtig ist dabei ein nachvollziehbarer Prozess mit klarer Dokumentation.
Regulatorische Referenzen (Auswahl)
- EU-Verordnung (EU) Nr. 536/2014 (Clinical Trials Regulation, CTR)
- Verordnung (EU) 2017/745 über Medizinprodukte (MDR)
- ICH E6(R3): Guideline for Good Clinical Practice